-
作者
陈刚赵鹏单锦宁殷艳虹周宇吕文疆苏梦梦黄博南
-
单位
国网辽宁省电力有限公司阜新供电公司国网辽宁省电力有限公司电力调度控制中心东北大学信息科学与工程学院
-
摘要
为实现多元负荷快速、准确短期预测,提出一种小波优化多任务学习的综合能源负荷预测方法.采用多任务学习神经网络方法,设置参数的软共享机制,不仅可以提高模型泛化能力,而且可以提高综合能源系统负荷预测方法鲁棒性.通过设置特殊的隐藏层激活函数,使得预测负荷时,保证网络解唯一性,防止局部极小值点,提高收敛速度,保证其综合能源系统电、气、热负荷预测误差具有更好的收敛性.研究结果表明:小波优化多任务学习具有有效性与可行性.研究结论小波优化能够防止局部极小值点,有助于提高预测速度.
-
关键词
小波多任务学习综合能源负荷预测速度
-
基金项目(Foundation)
国网辽宁省电力有限公司阜新供电公司科技项目（2019YF-53）；
-
文章目录
0 引言
1 单一任务预测与多任务预测对比
1.1 传统的单一任务负荷预测
1.2 传统的多任务负荷预测
2 小波优化的多任务学习的负荷预测
3 算例分析
3.1 因素相关性筛选
3.2 数据归一化
3.3 试验指标
3.4 实验结果分析
4 结论
-
引用格式
陈刚,赵鹏,单锦宁,殷艳虹,周宇,吕文疆,苏梦梦,黄博南.小波优化多任务学习的综合能源负荷预测[J].辽宁工程技术大学学报(自然科学版),2021,40(02):163-169.
-
相关文章
辽宁工程技术大学学报(自然科学版) 
2021年第02期 
